Estimasi Regresi Dengan Data Panel

62 PD : Pendidikan Persen TPT : Tingkat Pengangguran Terbuka persen Βο : Intercept β1, β2, ….dst : koefisien regresi µ : error term

1. Estimasi Regresi Dengan Data Panel

Model regresi dengan data panel secara umum mengakibatkan kesulitan dalam spesifikasi modelnya. Residualnya akan mempunyai tiga kemungkinan yaitu residual time series, cross section maupun gabungan keduanya. Maka tedapat tiga pendekatan dalam menggunakan data panel ini yaitu: 1 Pooled Least Square PLS Metode ini juga dikenal sebagai Common Effect Model CEM. Pada metode ini, model mengasumsikan bahwa data gabungan yang ada, menunjukan kondisi sesungguhnya dimana nilai intersep dari masing – masing variabel adalah sama dan slope oefisien dari variabel – variabel yang digunakan adalah identik untuk semua unit cross section. Kelemahan Dalam model PLS ini yaitu adanya ketidaksesuaian model dengan keadaan yang sebenarnya. Dimana kondisi tiap objek saling berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain. Wing Wahyu Winaeno, 2007: 9.14 63 2 Fixed Effect Model FEM Fixed effect efek tetap dalam hal ini maksudnya adalah bahwa satu objek, memiliki konstan yang tetap besaranya untuk berbagai periode waktu. Demikian pula halnya dengan koefisien regresi yang memiliki besaran yang tetap dari waktu ke waktu. Dalam model FEM ini menggunakan peubah boneka untuk memungkinkan peubahan-peubahan dalam intersep-intersep kerat lintang dan runtut waktu akibat adanaya peubah-peubah yang dihilangkan. Model ini mengasumsikan bahwa perbedaan antar unit dapat diketahui dari perbedaan nilai konstanya. Pendekatan dengan memasukkan variabel boneka ini dikenal dengan sebutan model efek tetap fixed effect atau Least Square Dummy Variable LSDV atau disebut juga covariance model. Wing Wahyu Winarno, 2007: 9.15 3 Random Effect Models REM Dalam menganalisis regresi data panel, selain menggunakan fixed effect model FEM, analisis regresi dapat pula menggunakan pendekatan efek random random effect. Pendekatan efek random ini digunakan untuk mengatasi kelemahan fixed effect model yang menggunakan variabel semu, sehingga akibatnya model mengalami ketidakpastian. Berbeda dengan FEM yang menggunakan variabel semu, metode efek random menggunakan residual, yang diduga memiliki hubungan antarwaktu dan antarobjek. Wing Wahyu Winarno, 2007: 9.17 64

2. Pemilihan Metode Data Panel